D$^2$-City：涵盖多样交通场景的大规模行车记录仪视频数据集
机器学习
2019-06-04 v2 计算机视觉与模式识别
机器学习
摘要
驾驶数据集推动了智能驾驶及相关计算机视觉技术的发展，而大量且细致的标注如同燃料与动力，可提升此类数据集训练基于学习模型的效能。我们提出 D-City，一个由滴滴平台上车辆采集的大规模行车记录仪视频综合集。D-City 包含逾 10000 个视频片段，深刻反映了中国真实交通场景的多样性与复杂性。我们还对 1000 个视频的所有帧提供了 12 类物体的边界框与跟踪标注，并对其余视频的关键帧提供检测标注。相较现有数据集，D-City 具备不同天气、道路与交通条件的数据，以及海量精细的检测与跟踪标注。通过向学界引入一组多样的挑战性案例，我们期望 D-City 数据集能推进智能驾驶的感知及相关领域的发展。
引用
@article{arxiv.1904.01975,
title = {D$^2$-City: A Large-Scale Dashcam Video Dataset of Diverse Traffic Scenarios},
author = {Zhengping Che and Guangyu Li and Tracy Li and Bo Jiang and Xuefeng Shi and Xinsheng Zhang and Ying Lu and Guobin Wu and Yan Liu and Jieping Ye},
journal= {arXiv preprint arXiv:1904.01975},
year = {2019}
}